Bioimpedance for peripheral edema assessment in heart failure and clinical practice: a systematic review
Notice bibliographique
Résumé
Abstract Objective. Peripheral edema is a common issue among elderly individuals with chronic conditions such as heart failure (HF). Continuous, non-invasive monitoring may enable earlier intervention, reduced hospital readmissions, and improved quality of life. This systematic review aims to evaluate the use of bioimpedance (BI) as a method for monitoring peripheral edema, with a particular focus on portable and wearable applications for remote health management. Approach. A systematic search was conducted across PubMed, IEEE Xplore, and Web of Science to identify studies utilizing BI for the detection or monitoring of lower limb edema with potential for portability or wearability. Main results. Fourteen studies met the inclusion criteria. Five studies focused on HF patients, while nine involved other populations, such as healthy individuals, patients with limb injuries, or those on hemodialysis. Ten studies featured or proposed portable BI devices, whereas four remained at the proof-of-concept stage without portable implementations. There was significant variability in device design, measurement protocols, and target populations. While existing results show promise, few studies evaluated systems in real-world or long-term monitoring scenarios. Significance. BI is a promising, non-invasive approach for the continuous monitoring of peripheral edema, particularly in remote and home-based settings. However, current research is limited by small sample sizes, lack of standardization, and minimal validation in diverse, real-world environments. Further development of wearable systems and robust clinical validation is essential to support broader clinical adoption.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».